一種刀片伺服器管理網絡主動式檢測方法
2023-05-05 19:42:31
一種刀片伺服器管理網絡主動式檢測方法
【專利摘要】本發明一種刀片伺服器管理網絡主動式檢測方法，通過對刀片伺服器關鍵部件增加自檢機制，保證當伺服器管理網絡出現通信失效時具備主動處理能力。從管理模塊和被管理模塊兩方面增加主動檢測，並提供模塊間的檢測機制，大大提高了刀片伺服器管理網絡的強壯性和可用性，也促進了大規模伺服器集群網絡管理能力的提升。
【專利說明】—種刀片伺服器管理網絡主動式檢測方法
【技術領域】
[0001]本發明涉及刀片伺服器【技術領域】，具體地說是一種刀片伺服器管理網絡主動式檢測方法。
【背景技術】
[0002]刀片伺服器以其高計算密度、優化部署、資源共享和便於集中管理的特點被大量應用在高性能計算和雲計算服務領域中，它已成為現今伺服器發展的主要方向之一。刀片伺服器系統通常可容納幾片至幾十片計算刀片，多個電源模塊及風扇模塊、冗餘備份管理模塊、多個交換機模塊。正是由於這種高密度性，具備高可用性的伺服器監控管理網絡就非常必要，特別是針對日益擴大的伺服器集群規模，沒有強壯的管理網絡是不可想像的。
[0003]目前，刀片伺服器的管理網絡通常採用管理模塊管理，此方式管理方便且集中，但集中的缺點就在於管理模塊一旦出現問題，整個管理網絡將無法正常運作，同時這種方法對被管理模塊管理網絡失效時的檢測能力主動性明顯不足。並且，對發生問題模塊只能通過在線固件更新，或者通過停機後採用離線工具進行修改再後重新應用，這種方式不僅降低了工程實施和維護的效率，更嚴重影響用戶的正常工作需求，特別是對於大規模伺服器集群布置的網絡中，一旦關鍵模塊網絡發生故障，很可能導致整個集群出現使用性問題。
[0004]因此，如何即彌補服能務器管理網絡主動檢測能力不足，又能提高管理網絡可用性和強壯性，就成了亟需解決的問題。
【發明內容】
[0005]本發明的目的是提供一種刀片伺服器管理網絡主動式檢測方法。
[0006]本發明的目的是按以下方式實現的，包括:1)刀片伺服器各部件類型及連接方法；2)刀片伺服器管理網絡主動式自檢機制；3)刀片伺服器管理網絡各模塊自檢方法，其中:
1)在刀片伺服器各部件類型及連接方法中，所述部件類型包括:(I)刀片模塊BMC單元；(2)主、備管理模塊SMC單元；所述部件連接方式包括:(I)刀片模塊的BMC、管理模塊的SMC間通過LAN方式連結；(2)主、備管理模塊的SMC間通過HeartBeat和SMBus方式連結;
2)刀片伺服器管理網絡主動式自檢機制中，所述主動式，具體到管理模塊不僅自身狀態主動檢測，也對被管理模塊狀態檢測的主動查詢；被管理模塊自身狀態主動檢測；
3)刀片伺服器管理網絡各模塊自檢方法，主動式檢測是對管理模塊和被管理模塊進行不同的自檢激勵、自檢執行實施；其中:
管理模塊自檢激勵包括:
1)在SMC端啟動自檢服務進程；
2)在SMC端通過LAN主動向BMC端發送主動查詢檢測指令；
3)在SMC端建立自身迴環檢測；
4)在主備SMC間建立基於心跳的檢測機制； 管理模塊自檢執行實施包括:
1)SMC重啟相應BMC ；
2)SMC重啟自身IPMI服務主進程；
3)狀態異常的SMC會被對方重啟，並進行備份狀態；
被管理模塊自檢激勵包括:
1)在BMC端啟動自檢服務進程
2)在BMC端通過LAN主動向SMC端回複查詢檢測指令；
3)在BMC端建立自身迴環檢測；
被管理模塊自檢執行實施包括:
1)BMC被SMC重啟；
2)BMC重啟自身IPMI服務主進程。
[0007]本發明提出了一種刀片伺服器管理網絡主動式檢測方法。同樣，本方法也適用於大規模刀片伺服器集群系統。
[0008]本發明的有益效果是:本發明的其他特徵及優點在隨後的說明書中闡述，並且，部分地從說明書中變得顯而易見，或者通過實施本發明而了解。本發明的目的和其他優點可通過在所寫的說明書、權利要求書、以及附圖中特別指出的結構來實現和獲得。
[0009]本發明包括:刀片伺服器管理網絡主動式檢測方法，及各模塊的自檢激勵、執行及實施方法。
[0010]其中，管理網絡涉及刀片伺服器的管理模塊和各刀片計算模塊；
其中，主動式檢測是關鍵模塊主動發起檢測，並接收和處理檢測；
其中，管理模塊的自檢方法包含:對自身的主動檢測，及被管理模塊的主動輪詢檢測； 其中，被管理模塊的自檢機制是對自身的主動檢測；
其中，伺服器管理網絡自檢原理，建立基於LAN的IPMI Session，通過IPMI Session給自身或其它模塊發送IPMI command ；
其中，管理模塊的自檢方法採用定時發啟的方式。
【專利附圖】
【附圖說明】
[0011]圖1是典型刀片伺服器各模塊組成及連接圖；
圖2是管理網絡管理模塊自檢流程圖；
圖3是管理網絡被管理模塊自檢流程圖；
圖4是管理網絡主動式檢測流程圖。
【具體實施方式】
[0012]以下結合附圖對本發明的實施例進行說明，應當理解，以此所描述的實施例僅用於說明和理解本發明，並不用於限定本發明。
[0013]圖1:是根據本發明的典型刀片伺服器各模塊組成及連接圖。如圖1所示，典型刀片伺服器包含一定數量計算刀片模塊(BMC單元)，本實例中模塊數量為二十片，主備冗餘的管理模塊(SMC單元)，若干電源和風扇，熱備冗餘的乙太網交換機。
[0014]圖2:是根據本發明的管理網絡管理模塊自檢流程圖。如圖2所示，具體過程描述如下:
1)步驟1:管理模塊啟動自檢進程；
2)步驟2:管理模塊給自身建立IPMI Session ；
3)步驟3:管理模塊給自身發送檢測命令；
4)步驟4:若管理模塊工作狀態正常，則與各被管理模塊建立IPMI Session,並發送主動查詢檢測命令；
5)步驟5:若管理模塊工作狀態異常，則管理模塊重啟IPMI Main進程；
6)步驟6:各被管理模塊回復當前通信狀況；
7)步驟7:若通信狀態正常，不做任何處理，準備啟動下一次自檢過程；
8)步驟8:若通信狀態異常，管理模塊重啟相應的被管理模塊；
9)步驟9:查看定時,準備啟動下一次自檢過程。
[0015]圖3:是根據本發明的管理網絡管理模塊自檢流程圖。被管理模塊包含各個刀片計算模塊和乙太網交換機模塊，如圖2所示，具體過程描述如下:
1)步驟1:被管理模塊啟動自檢進程；
2)步驟2:被管理模塊給自身建立IPMI Session ；
3)步驟3:被管理模塊給自身發送自檢命令；
4)步驟4:若被管理模塊工作狀態正常，則不做任何處理，準備啟動下一次自檢；
5)步驟5:若被管理模塊工作狀態異常，則重啟IPMI Main進程；
6)步驟6:查看定時,準備啟動下一次自檢過程。
[0016]圖4:是根據本發明的一個實施例的管理網絡主動式檢測流程圖。如圖4所示，具體過程描述如下:
1)步驟1:刀片伺服器正常啟動；
2)步驟2:判斷當前主動式自檢定時時間是否到達；
3)步驟3:時間未到達，則繼續等待；
4)步驟4:時間到達，管理模塊啟動主動式自檢流程；
5)步驟5:時間到達，被管理模塊啟動主動式自檢流程；
6)步驟6:實施檢測的結果；
7)步驟7:重新判斷當前主動式自檢定時時間是否到達；
利用本實施例的刀片伺服器管理網絡主動式自檢方法，既可以提高管理網絡各關鍵部件的主動自檢的能力，也可以增加管理網絡的強壯性，降低工程實施和維護工時和成本。
[0017]除此之外，本發明也涉及對刀片伺服器集中管理降低風險的改善型設計，可以從模塊本身及模塊間等層面提高管理網絡的高度可用性。
[0018]以上所述僅為本發明的實施例而已，凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。
【權利要求】
1.一種刀片伺服器管理網絡主動式檢測方法，其特徵在於包括:1)刀片伺服器各部件類型及連接方法；2)刀片伺服器管理網絡主動式自檢機制；3)刀片伺服器管理網絡各模塊自檢方法，其中: 1)在刀片伺服器各部件類型及連接方法中，所述部件類型包括:(I)刀片模塊BMC單元；(2)主、備管理模塊SMC單元；所述部件連接方式包括:(I)刀片模塊的BMC、管理模塊的SMC間通過LAN方式連結；(2)主、備管理模塊的SMC間通過HeartBeat和SMBus方式連結; 2)刀片伺服器管理網絡主動式自檢機制中，所述主動式，具體到管理模塊不僅自身狀態主動檢測，也對被管理模塊狀態檢測的主動查詢；被管理模塊自身狀態主動檢測； 3)刀片伺服器管理網絡各模塊自檢方法，主動式檢測是對管理模塊和被管理模塊進行不同的自檢激勵、自檢執行實施；其中: 管理模塊自檢激勵包括: 1)在SMC端啟動自檢服務進程； 2)在SMC端通過LAN主動向BMC端發送主動查詢檢測指令； 3)在SMC端建立自身迴環檢測； 4)在主備SMC間建立基於心跳的檢測機制； 管理模塊自檢執行實施包括:. 1)SMC重啟相應BMC ； 2)SMC重啟自身IPMI服務主進程； 3)狀態異常的SMC會被對方重啟，並進行備份狀態； 被管理模塊自檢激勵包括: 1)在BMC端啟動自檢服務進程 2)在BMC端通過LAN主動向SMC端回複查詢檢測指令； 3)在BMC端建立自身迴環檢測； 被管理模塊自檢執行實施包括: 1)BMC被SMC重啟； 2)BMC重啟自身IPMI服務主進程； 管理網絡管理模塊自檢流程描述如下: 步驟1:管理模塊啟動自檢進程； 步驟2:管理模塊給自身建立IPMI Session ； 步驟3:管理模塊給自身發送檢測命令； 步驟4:若管理模塊工作狀態正常，則與各被管理模塊建立IPMI Session,並發送主動查詢檢測命令； 步驟5:若管理模塊工作狀態異常，則管理模塊重啟IPMI Main進程； 步驟6:各被管理模塊回復當前通信狀況； 步驟7:若通信狀態正常，不做任何處理，準備啟動下一次自檢過程； 步驟8:若通信狀態異常，管理模塊重啟相應的被管理模塊。
2.步驟9:查看定時,準備啟動下一次自檢過程； 被管理模塊自檢程描述如下:步驟1:被管理模塊啟動自檢進程；步驟2:被管理模塊給自身建立IPMI Session ；步驟3:被管理模塊給自身發送自檢命令；步驟4:若被管理模塊工作狀態正常，則不做任何處理，準備啟動下一次自檢；步驟5:若被管理模塊工作狀態異常，則重啟IPMI Main進程；步驟6:查看定時，準備啟動下一次自檢過程；管理網絡主動式檢測流程描述如下:步驟1:刀片伺服器正常啟動；步驟2:判斷當前主動式自檢定時時間是否到達；步驟3:時間未到達，則繼續等待；步驟4:時間到達，管理模塊啟動主動式自檢流程；步驟5:時間到達，被管理模塊啟動主動式自檢流程；步驟6:實施檢測的結果；步驟7:重新判斷當前主 動式自檢定時時間是否到達。
【文檔編號】H04L12/24GK103428033SQ201310363663
【公開日】2013年12月4日 申請日期:2013年8月20日 優先權日:2013年8月20日
【發明者】陳剛 申請人:浪潮電子信息產業股份有限公司